函数的线性近似

分步示例、公式与详细解答

线性近似是求导数的一个基本应用,用于在给定点附近用线性函数来近似替代原函数。本页面提供了关于如何寻找函数线性近似的详细示例和解答。

线性近似公式

在 \( x = a \) 处函数 \( f \) 的线性近似 \( f_l \) 是通过 \( f \) 的图像在 \( x = a \) 处的切线方程得到的:

\[ f_l(x) = f(a) + f'(a)(x - a) \]
切线与线性近似图解

对于接近 \( x = a \) 的 \( x \) 值,\( f(x) \) 和 \( f_l(x) \) 的值非常接近。由于 \( f_l(x) \) 是一个线性函数,它起到了对 \( f \) 的线性近似作用。

这种技术特别适用于将非代数函数(如正弦、余弦、对数和指数函数)线性化,从而简化它们的计算。示例如下。

分步示例

例 1:求 \( f(x) = \tan x \) 在 \( x = 0 \) 附近的线性近似

首先,计算导数:

\[ f'(x) = \sec^2 x \]

在 \( x = 0 \) 处求值:

\[ f'(0) = \sec^2(0) = 1 \]

因此,在 \( x = 0 \) 处的线性近似 \( f_l(x) \) 为:

\[ f_l(x) = f(0) + f'(0)(x - 0) = 0 + 1 \cdot x = x \]

这意味着当 \( x \) 接近 0 时,\(\tan x \approx x\),其中 \( x \) 的单位是弧度

尝试计算 \(\tan x\) 并将其与 \(x\) 在以下值进行比较: \[ x = 0, 0.001, 0.01, 0.1, 0.2, 0.3, 0.5 \] 将计算器设置为弧度模式并观察近似效果。

例 2:求 \( f(x) = \ln x \) 在 \( x = 1 \) 附近的线性近似

计算导数:

\[ f'(x) = \dfrac{1}{x} \]

在 \( x = 1 \) 处求值:

\[ f'(1) = 1 \]

在 \( x = 1 \) 处的线性近似 \( f_l(x) \) 为:

\[ f_l(x) = \ln 1 + 1 \cdot (x - 1) = 0 + (x - 1) = x - 1 \]

因此, \[ \ln x \approx x - 1 \] 适用于 \( x \) 接近 1 的情况。

使用计算器比较 \(\ln x\) 和 \(x - 1\) 在以下值时的表现: \[ x = 1, 1.001, 1.01, 1.1, 1.5 \]

例 3:求 \( f(x) = e^x \) 在 \( x = 0 \) 附近的线性近似

导数为:

\[ f'(x) = e^x \]

在 \( x = 0 \) 处求值:

\[ f'(0) = 1 \]

在 \( x = 0 \) 处的线性近似 \( f_l(x) \) 为:

\[ f_l(x) = e^0 + 1 \cdot (x - 0) = 1 + x \]

使用计算器比较 \( e^x \) 和 \( 1 + x \) 在以下值时的表现: \[ x = 0, 0.001, 0.01, 0.1, 0.5 \]

结论与进一步学习

线性近似是近似替代无法用代数方法表达的超越函数的最简单方法之一。还有更高级的技术可以获得更好的近似。

欲深入学习,请参阅更多微分的应用